제목 | 디지털 행동 표현형을 사용한 자폐증 조기 감지 |
추천 연구 논문 | Early detection of autism using digital behavioral phenotyping. Nat Med (2023). https://doi.org/10.1038/s41591-023-02574-3 |
선정 이유 | 디지털 표현형(digital phetnotyping)은 임상적 상태를 예측하거나 분류하기 위해서 활용할 수 있는 리얼월드 기반 데이터로서, 본 연구진도 디지털 표현형을 활용하여 소아청소년의 ADHD 및 수면장애를 예측하는 알고리즘을 개발하여 논문을 개제한 바 있음. 임상적 가치가 있는 연구 결과가 나와서 선정함 |
주요 내용 | 이 연구는 자폐증(Autism)의 조기 감지를 목적으로 디지털 행동 표현형(Digital Behavioral Phenotyping) 기술을 활용함. 연구팀은 총 475명의 소아(17~36개월)를 대상으로 자폐증 스크리닝 디지털 애플리케이션(Application)의 정확도를 평가하였으며, 이 애플리케이션은 컴퓨터 비전(Computer Vision)과 머신 러닝(Machine Learning) 기술을 통해 자폐증의 행동적 증상을 정량화함. 알고리즘은 Area Under the Receiver Operating Characteristic Curve(AUC)가 0.90, 민감도(Sensitivity)가 87.8%, 특이도(Specificity)가 80.8%, 음성 예측 값(Negative Predictive Value, NPV)이 97.8% 및 양성 예측 값(Positive Predictive Value, PPV)이 40.6%로 높은 진단 정확도를 보여주었음. 이러한 결과는 디지털 표현형화 기술이 실제 세계에서 자폐증을 정확하게 감지할 수 있는 유망한 방법임을 시사함. 또한 이 연구에서 개발된 알고리즘은 성별, 인종, 민족 구분 없이 유사한 민감도 성능을 제공하며, 이는 디지털 표현형화 기술이 다양한 인구 집단에서 효과적으로 적용될 수 있음을 나타냄. |
시사점 | 디지털 행동 표현형은 실제 세계 설정에서 자폐증 스크리닝의 정확도를 높이고 진단 및 치료 접근의 불평등을 줄일 수 있는 객관적이고 확장 가능한 방법을 제공함. 더 나아가 이 연구는 디지털 표현형 결과와 보호자 설문 조사를 결합하면 자폐증 스크리닝 정확도를 더욱 향상시킬 수 있음을 제시함. 이러한 기술의 활용은 자폐증의 조기 진단과 치료에 있어 중요한 의미를 가짐. 또한 이 연구는 기존의 자폐증 스크리닝 방법의 한계를 극복하고, 특히 소녀와 유색 인종 어린이들에 대한 스크리닝 정확도를 향상시킬 수 있는 새로운 접근법을 제시함. |
top of page
BCA2-RLRC;
Biological Clock-based Anti-Aging
Convergence RLRC

RLRC : 한국연구재단 지역혁신 선도연구센터 (Regional Leading Research Center of NRF)
바이오 헬스 분야 혁신 산업을 선도하는
생체시계 - 항노화 융합 RLRC
검색
RLRC 생체시계-항노화 융합
최근 게시물
전체 보기제목 Atmospheric microplastics: Challenges in site- and target-specific measurements 추천 연구 논문 Trends in Analytical Chemistry 178 (2024)...
제목 노화 세포 상태와 간암의 역설적 연관성 해결 추천 연구 논문 FBP1 controls liver cancer evolution from senescent MASH hepatocytes, Nature, 637, 461-469 (2025) 선정...
제목 Cell-type-specific aging clocks to quantify aging and rejuvenation in neurogenic regions of the brain 추천 연구 논문 Cell-type-specific...
bottom of page
コメント